首页 | 本学科首页   官方微博 | 高级检索  
     

基于训练网络的目标检测方法及应用
引用本文:任江涛,李定主,屠惠琳. 基于训练网络的目标检测方法及应用[J]. 火力与指挥控制, 2020, 45(4): 173-177. DOI: 10.3969/j.issn.1002-0640.2020.04.032
作者姓名:任江涛  李定主  屠惠琳
作者单位:北方自动控制技术研究所,太原030006,北方自动控制技术研究所,太原030006,北方自动控制技术研究所,太原030006
摘    要:传统的Faster-RCNN目标检测网络以VGG16作为训练网络,其网络提取能力弱、检测速度慢,提出将inception网络与深度残差网络作为训练网络用于Faster R-CNN。在TensorFlow框架下,搭建相应的网络模型,并选取飞机、车辆、操场以及水箱的遥感图像进行了实验验证。实验结果表明,相比于VGG16网络,基于inception网络与深度残差网络作为训练网络的Faster R-CNN模型在识别精度和识别速度上都具有明显的优势。

关 键 词:目标识别  Faster R-CNN  遥感图像  inception网络  深度残差网络

Research on Target Detection Method and Application Based on Training Network
REN Jiang-tao,LI Ding-zhu,TU Hui-lin. Research on Target Detection Method and Application Based on Training Network[J]. Fire Control & Command Control, 2020, 45(4): 173-177. DOI: 10.3969/j.issn.1002-0640.2020.04.032
Authors:REN Jiang-tao  LI Ding-zhu  TU Hui-lin
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号